Artz: Dan bagaimana Anda mendefinisikan geostatistik?

Scott: Geostatistik adalah jenis statistik spasial. Kriging, misalnya, adalah teknik geostatistik
yang sangat kuat yang melampaui interpolasi, melihat tidak hanya fitur terdekat untuk
memprediksi nilai di mana Anda tidak memiliki data sampel, tetapi sebenarnya memanfaatkan
hubungan spasial untuk memberi Anda prediksi yang lebih kuat dan lebih akurat.

Secara tradisional, geostatistik telah digunakan untuk menganalisis data geologi dan lingkungan -
misalnya curah hujan, atau ketinggian - tujuannya adalah untuk membuat permukaan dari titik
data sampel. Metode ini banyak digunakan dalam industri perminyakan dan pertambangan.
Tetapi geostatistik ideal untuk menganalisis dan memprediksi nilai-nilai yang terkait dengan
hampir semua jenis fenomena yang terus menerus secara spasial.

Bagaimana statistik tradisional, statistik spasial, dan geostatistik berbeda satu sama lain?

Statistik tradisional atau non-spasial biasanya digunakan dalam dua cara berbeda. Dalam kasus
pertama, kami memiliki sekumpulan besar nilai data yang ingin kami pahami, dan kami dapat
menggunakan statistik deskriptif untuk mencoba meringkasnya. Dalam kasus kedua, kita
mungkin memiliki sekumpulan sampel dan kita ingin mengetahui seberapa reflektif sampel
tersebut dari populasi yang lebih luas.

Di manakah statistik spasial berperan?

Scott: Statistik spasial dirancang khusus untuk digunakan dengan data spasial-dengan data
geografis. Metode ini sebenarnya menggunakan ruang-luas, panjang, kedekatan, arah, orientasi,
atau beberapa gagasan tentang bagaimana fitur-fitur dalam dataset berinteraksi satu sama lain-
tepat dalam matematika. Itulah yang membuat statistik spasial berbeda dari metode statistik
tradisional.

Artz: Apakah ada jenis statistik spasial yang berbeda?

Scott: Ya, ada banyak tipe berbeda. Ada statistik spasial deskriptif yang mirip dengan statistik
tradisional deskriptif. Misalnya, jika kita memiliki banyak titik pada peta, kita mungkin ingin
mengetahui di mana letak pusat titik-titik tersebut. (Statistik tradisional yang setara akan
melibatkan penghitungan mean untuk sekumpulan nilai data.) Kita mungkin juga ingin
mengetahui bagaimana penyebaran titik-titik tersebut di sekitar pusat. (Ini mirip dengan
menghitung deviasi standar untuk satu set nilai.)

Metode statistik lain melibatkan analisis pola spasial: Kami mencoba mengidentifikasi apakah
ada struktur data yang kami lihat-misalnya, apakah fitur dikelompokkan? Apakah mereka
tersebar? Apakah nilai-nilai tinggi semuanya ditemukan bersama? Apakah ada "titik panas"
dalam data? Alat analisis pola spasial dapat membantu kami mengidentifikasi pola pengeluaran
yang tidak biasa atau tidak biasa, menemukan area yang tidak terduga dengan tingkat penyakit
yang tinggi, kejahatan, atau insiden kebakaran, atau melacak penyebaran beberapa kontaminan
lingkungan. Ada banyak sekali aplikasinya.

Kemudian ada statistik spasial yang berkaitan dengan mengidentifikasi dan mengukur hubungan
spasial. Bayangkan kita sedang melihat peta hot spot untuk 911 panggilan telepon. Kami
mungkin ingin tahu mengapa kami melihat begitu banyak panggilan, atau hot spot, di lokasi
tertentu. Kita dapat menggunakan analisis regresi dan regresi spasial untuk memeriksa hubungan
dan untuk mengidentifikasi faktor-faktor yang mendorong pola spasial yang kita amati - faktor-
faktor yang akan membantu kita menjelaskan mengapa angka 911 begitu tinggi.

1) Artz: Bagaimana statistik tradisional, statistik spasial, dan geostatistik berbeda satu sama lain?

Scott: Statistik tradisional atau non-spasial biasanya digunakan dalam dua cara berbeda. Dalam
kasus pertama, kami memiliki sekumpulan besar nilai data yang ingin kami pahami, dan kami
dapat menggunakan statistik deskriptif untuk mencoba meringkasnya. Dalam kasus kedua, kita
mungkin memiliki sekumpulan sampel dan kita ingin mengetahui seberapa reflektif sampel
tersebut dari populasi yang lebih luas.

Artz: Di mana statistik spasial berperan?

Scott: Statistik spasial dirancang khusus untuk digunakan dengan data spasial-dengan data
geografis. Metode ini sebenarnya menggunakan ruang-luas, panjang, kedekatan, arah, orientasi,
atau beberapa gagasan tentang bagaimana fitur dalam dataset berinteraksi satu sama lain-tepat
dalam matematika. Itulah yang membuat statistik spasial berbeda dari metode statistik
tradisional.
rtz: Apakah ada jenis statistik spasial yang berbeda?

Scott: Ya, ada banyak tipe berbeda. Ada statistik spasial deskriptif mirip dengan statistik
tradisional deskriptif. Misalnya, jika kita memiliki banyak titik di peta, kita mungkin ingin
mengetahui di mana pusat titik-titik itu berada. (Statistik tradisional yang setara akan melibatkan
penghitungan mean untuk sekumpulan nilai data.) Kita mungkin juga ingin mengetahui
bagaimana penyebaran titik-titik tersebut di sekitar pusat. (Ini mirip dengan menghitung deviasi
standar untuk satu set nilai.)

Metode statistik lain melibatkan analisis pola spasial: Kami mencoba mengidentifikasi apakah
ada struktur data yang kami lihat-misalnya, apakah fitur dikelompokkan? Apakah mereka
tersebar? Apakah nilai-nilai tinggi semuanya ditemukan bersama? Apakah ada "titik panas"
dalam data? Alat analisis pola spasial dapat membantu kami mengidentifikasi pola pengeluaran
yang tidak biasa atau tidak biasa, menemukan area yang tidak terduga dengan tingkat penyakit
yang tinggi, kejahatan, atau insiden kebakaran, atau melacak penyebaran beberapa kontaminan
lingkungan. Ada banyak sekali aplikasinya.

Kemudian ada statistik spasial yang berkaitan dengan mengidentifikasi dan mengukur hubungan
spasial. Bayangkan kita sedang melihat peta hot spot untuk 911 panggilan telepon. Kami
mungkin penasaran mengapa kami melihat begitu banyak panggilan, atau hot spot, di lokasi
tertentu. Kita dapat menggunakan analisis regresi dan regresi spasial untuk memeriksa hubungan
dan untuk mengidentifikasi faktor-faktor yang mendorong pola spasial yang kita amati - faktor-
faktor yang akan membantu kita menjelaskan mengapa angka 911 begitu tinggi.